쏙핀에서 GPT 대신 Gemini를 택한 이유는, 정확도보다 먼저 기다림이었다
공유된 게시물에서 장소 단서를 추출하는 흐름을 100회씩 비교하며, 평균 응답 시간 약 10초와 4초 이내의 차이를 제품 선택으로 연결한 기록.
2025년 12월 15일
쏙핀은 인스타그램에서 발견한 장소를 공유 한 번으로 저장하는 서비스다. 사용자가 링크를 공유하면, 게시물에서 장소명·지역·메뉴 같은 단서를 정리하고 지도 검색으로 이어진다.
여기서 AI가 맡은 일은 답을 길게 설명하는 일이 아니다. 사용자가 기다리는 동안 장소 후보를 빠르게 만들어, 다음 화면으로 넘겨 주는 일이다. 그래서 모델을 고를 때도 “어느 쪽이 더 똑똑한가”보다 공유 뒤 저장 화면까지 얼마나 오래 기다리게 하는가를 먼저 봤다.
같은 요청을 100번씩 돌려 봤다
2025년 12월, 같은 게시물 텍스트와 Open Graph 메타데이터, 같은 장소 후보 출력 형식을 기준으로 두 모델을 각각 100회씩 호출했다.
- OpenAI
gpt-5-mini: 평균 약 10초 - Google
gemini-2.5-flash-lite: 평균 4초 이내
이 결과는 모든 서비스에서 재현되는 절대적인 모델 순위가 아니다. 프롬프트 길이, 서버 위치, API 상태, 출력 형식에 따라 달라진다. 다만 쏙핀의 실제 입력과 배포 흐름에서는 6초 안팎의 차이가 분명했다.
6초는 숫자보다 공유 흐름에서 더 크게 느껴진다
장소를 저장하려는 사용자는 긴 분석 결과를 읽으려고 기다리는 것이 아니다. 인스타그램에서 공유한 뒤 “이 장소가 제대로 저장됐나?”를 확인하고 싶을 뿐이다.
10초는 로딩 화면을 한 번 더 보게 만드는 시간이었다. 앱을 잠깐 나갔다 돌아오거나, 결과가 실패한 것처럼 느끼기에도 충분했다. 반면 4초 안쪽으로 들어오면 공유에서 장소 후보 확인으로 이어지는 흐름이 훨씬 덜 끊겼다.
그래서 Gemini를 선택했다. 이 선택은 Gemini가 언제나 더 좋은 답을 낸다는 뜻이 아니다. 쏙핀에서는 AI 결과가 최종 답이 아니라 Places 검색에 넘길 후보이기 때문에, 충분한 품질을 지키면서 더 빠르게 다음 단계로 넘기는 것이 더 중요했다.
모델 결과를 최종 데이터로 두지 않은 이유
게시물에는 지점명, 별칭, 메뉴, 지역 단서가 섞여 있다. AI가 뽑은 장소명을 그대로 저장하면, 동명이인 매장이나 잘못 읽은 단서가 실제 지도 데이터가 될 수 있다.
그래서 모델은 후보를 구조화하는 역할까지만 맡기고, 이후 Google Places 결과와 대조했습니다. 후보가 애매하면 사용자가 직접 고치거나 고를 수 있게 두었습니다. 모델을 바꾸더라도 이 검증 흐름은 그대로 유지됩니다.
이번 비교에서 남은 기준은 단순합니다. 사용자가 기다리는 기능이라면 모델의 성능표만 보지 말고, 실제 입력·실제 출력·실제 서버 경로에서 여러 번 재야 합니다. 그리고 빠른 모델을 고르는 것만큼, 그 결과가 틀렸을 때 제품의 핵심 데이터가 망가지지 않는 구조를 함께 만들어야 합니다.